设计一个不止三层的全连接神经网络输入维度为20000输出维度为9984某个隐藏层具有30个神经元实现压缩功能。

以下是一个可能的神经网络架构，有4层全连接层，其中第二层具有30个神经元：

输入层（20000个神经元） -> 隐藏层1（1000个神经元） -> 隐藏层2（30个神经元） -> 隐藏层3（1000个神经元） -> 输出层（9984个神经元）

其中隐藏层2实现压缩功能，将输入的20000个维度压缩为30个维度，然后在后续的隐藏层中进行特征提取和转换，最终输出9984个维度的结果。

需要注意的是，神经网络的具体架构和参数需要根据具体的数据和任务进行调整和优化，上述架构仅作为一个示例供参考。